작업에 맞는 저렴한 모델은? 입력:출력 비율로 고르세요

작업의 형태로 고르세요, 헤드라인 가격이 아니라. 입력이 길고 답변이 짧다면(긴 보고서 요약, 긴 입력에 대한 태깅), DeepSeek-V4-Flash가 세 모델 중 가장 저렴합니다. 답변이 입력만큼 길거나 더 길다면(짧은 채팅 턴, 재작성, 코드 생성), GLM-5.3-Flash가 저렴하며, 긴 채팅에서는 중간에 답이 뒤집힙니다. MiniMax-M2.7은 직접 테스트했을 때 답변이 가장 적합하다고 판단될 때 선택하는 모델이며, 세 모델 중 OpenRouter 참조 가격보다 가장 크게 낮습니다.

20번의 요청 후에 어느 쪽에 속하는지 알 수 있습니다. 아래 가격은 2026년 11월 6일 CheapTokens 가격 참조에서 가져왔으며, 표나 마커의 모든 숫자는 실시간이므로 현재 요금제를 따릅니다.

요청에는 두 개의 미터가 있습니다#

모든 요청은 두 번 청구됩니다: 보내는 토큰(입력)에 한 번, 모델이 다시 쓰는 토큰(출력)에 한 번. 각 모델은 각 측면에 대해 자체 가격을 설정하며, 여기서 헤드라인 가격 비교가 잘못됩니다(기본 내용은 Input vs output tokens: what an AI API bills you for에 있습니다).

DeepSeek-V4-Flash는 1M 토큰당 입력에 $0.015, 출력에 $0.10를 청구합니다. GLM-5.3-Flash는 $0.02와 $0.04를 청구합니다. MiniMax-M2.7은 $0.05와 $0.15를 청구합니다. 한 모델은 입력에서 더 저렴하고 다른 모델은 출력에서 더 저렴하므로, 승자는 각 방향으로 이동하는 토큰 수에 따라 달라집니다.

그 비율이 알아야 할 숫자입니다: 입력 토큰을 출력 토큰으로 나눈 값. 600토큰 티켓을 읽고 10토큰 레이블로 답하는 태거는 60 대 1입니다(600 ÷ 10 = 60). 400토큰 단락을 받아 800토큰을 반환하는 재작성 도구는 1 대 2입니다(400 ÷ 800 = 0.5).

20번의 요청으로 자신의 비율을 측정하세요#

추측이 바로 여기서 잘못되므로 측정하세요. 모든 Chat Completions 응답에는 prompt_tokens(보낸 것)과 completion_tokens(돌아온 것)이 있는 usage 객체가 포함됩니다. Anthropic Messages 형식에서는 이를 input_tokens와 output_tokens라고 부릅니다; CheapTokens 문서에서 두 형식을 모두 보여줍니다.

작업에서 실제 요청 20–50개를 가져와 각 측면을 합산하세요. 요청별 비율을 평균하지 말고 합산하세요: 아주 작은 답변 하나가 평균을 엉망으로 만들 수 있습니다.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key=os.environ["CHEAPTOKENS_API_KEY"],
)

prompts = ["...", "..."]  # 20-50 real inputs from your task

tokens_in = tokens_out = 0
for text in prompts:
    r = client.chat.completions.create(
        model="deepseek-ai/DeepSeek-V4-Flash-0731",
        messages=[{"role": "user", "content": text}],
        max_tokens=2000,
    )
    tokens_in += r.usage.prompt_tokens
    tokens_out += r.usage.completion_tokens

print(f"input {tokens_in}, output {tokens_out}, ratio {tokens_in / tokens_out:.1f} : 1")

마지막 줄이 비율을 출력합니다. 그 단일 숫자가 다음 섹션으로 가져갈 전부입니다.

비율이 청구서에 미치는 영향#

네 가지 일반적인 형태가 있습니다. 크기는 일반적이라고 가정한 값이므로 자신의 실행에서 나온 숫자로 바꾸세요.

하루에 10,000개 티켓 태깅#

지원 도구가 하루에 10,000개 티켓을 태깅한다고 가정해 봅시다: 600토큰 입력, 10토큰 레이블 출력. 각 모델에서 하루 전체 비용:

표를 읽어보세요. DeepSeek-V4-Flash가 여기서 세 모델 중 가장 저렴한데, 지불하는 거의 모든 토큰이 입력이기 때문입니다. OpenRouter 열은 입력과 출력을 합산한 총액에서 세 모델 모두 참조 가격 아래에 있음을 보여줍니다.

긴 보고서 요약#

12,000토큰 보고서를 300토큰 요약으로 압축하면 40 대 1입니다(12,000 ÷ 300 = 40). 요약 하나는 DeepSeek-V4-Flash에서 $0.00021, GLM-5.3-Flash에서 $0.00025입니다. 태깅과 같은 이야기입니다: 쓴 단어당 더 많이 읽을수록 DeepSeek의 입력 가격이 더 도움이 됩니다.

재작성과 코드 파일#

이제 뒤집어 보세요. 어조 재작성은 400토큰을 받아 800을 돌려줍니다. DeepSeek-V4-Flash: $0.000086. GLM-5.3-Flash: $0.00004. 출력이 이 청구서의 더 큰 절반이므로 출력 가격이 가장 낮은 모델이 이기며, 그것이 GLM-5.3-Flash입니다.

계속 커지는 채팅#

채팅은 교활한 경우입니다. API에는 기억이 없기 때문입니다: 각 턴마다 전체 메시지 배열을 다시 보냅니다. 턴 1에서 사용자가 300토큰을 쓰고 봇이 200으로 답합니다(300 ÷ 200 = 1.5). 이는 GLM 영역입니다: DeepSeek-V4-Flash의 $0.000025에 대해 $0.000014.

턴 30이 되면 기록은 6,000토큰이고 답변은 여전히 200입니다(6,000 ÷ 200 = 30). 이제 GLM-5.3-Flash의 $0.00013이 DeepSeek-V4-Flash의 $0.00011과 맞서고, 더 저렴한 모델이 뒤집혔습니다. 같은 봇이 긴 대화 중간에 최적 모델을 바꿉니다.

한 답변의 길이가 결정할 때#

비율만이 유일한 기준은 아닙니다. 답변 상한이 다릅니다: DeepSeek-V4-Flash는 한 답변에서 최대 32,768 출력 토큰을 쓰고, GLM-5.3-Flash와 MiniMax-M2.7은 최대 8,192입니다.

12,000토큰 모듈 전체를 한 번에 요청한다고 가정해 봅시다. 8,192로 제한된 모델에서는 응답이 파일 중간에 finish_reason: length로 멈춥니다(해결책은 AI answer cut off? Fix finish_reason length and max_tokens에 있습니다). DeepSeek-V4-Flash에서는 맞습니다. 따라서 긴 단일 출력의 경우 상한을 먼저 확인하고 비율을 두 번째로 확인하세요.

입력 측면에서 GLM-5.3-Flash는 390K 토큰의 컨텍스트를, DeepSeek-V4-Flash는 380K를 받아 한 요청에 책 한 권 분량의 문서를 넣기에 충분합니다. MiniMax-M2.7은 180K입니다.

MiniMax-M2.7이 맞는 경우#

비율은 위 표에서 이기는 두 행 사이를 결정합니다. MiniMax-M2.7은 다른 이유로 선택합니다: 작업에서 답변이 어떻게 읽히는지입니다. 비용 표에서도 OpenRouter 열 아래 가장 넓은 마진을 보여주며, 180K 컨텍스트는 채팅과 대부분의 문서에 충분합니다.

어떤 가격 표도 품질을 알려줄 수 없습니다. 측정 단계의 동일한 20개 프롬프트를 세 ID(zai-org/GLM-5.3-Flash, deepseek-ai/DeepSeek-V4-Flash-0731, MiniMaxAI/MiniMax-M2.7)를 통해 실행하고 답변을 나란히 읽어보세요. 일대일 개요는 GLM vs DeepSeek vs MiniMax: which model to choose를 참조하세요. 전체 에이전트 세션은 Agent session cost: 50 steps on GLM, DeepSeek or MiniMax를 참조하세요.

자신의 숫자를 입력하세요#

단일 요청의 토큰과 하루에 보내는 요청 수를 입력하세요. 계산기는 실시간 가격을 사용하며 세 모델을 모두 보여줍니다. 시작 값은 RAG 답변 봇입니다: 검색된 텍스트와 질문 3,000토큰 입력, 500 출력. 입력을 위로 끌어 가장 저렴한 행이 바뀌는 것을 확인하세요.

숫자가 맞아 보이면 이 목록을 확인하세요.

기본 URL과 모델 ID는 CheapTokens 문서에 있고, 전체 실시간 가격 목록은 가격 페이지에 있으며, 각 모델에는 자체 페이지가 있습니다: GLM, DeepSeek, MiniMax. 하나의 잔액으로 세 모델을 모두 커버하므로, 측정 후 전환은 모델 ID 한 줄 변경입니다.